Utilisation des réseaux de neurones artificiels pour la caractérisation du comportement d'un isolateur pollué

Abstract

Dans ce travail nous nous intéressons à la prédiction de la tension de contournement et du courant de fuite pour modèle plan d’un isolateur de haute tension soumis à une pollution uniforme en utilisant les réseaux de neurones artificiels. Nous avons utilisé les résultats des essais effectués en laboratoire comme base de données afin d’entrainer deux types de réseaux de neurones (RNA) suivant des stratégies d’apprentissage différentes, tout en essayant d’interpréter et de tirer des conclusions sur les résultats obtenus. Le premier RNA est le FeedForward Back-Propagation représentant les RNA à apprentissage supervisé. Le deuxième type de RNA est les Self Organized Maps (SOM) représentant les RNA à apprentissage non-supervisé.